视觉惯性组合作为导航技术,被广泛地应用于微小型无人机的自主飞行控制上。所采用的卡尔曼滤波器,能够高效的递推出视觉惯性组合系统的当前状态,但在高速运动或长期导航的过程中存在较大的导航偏差。本文采用全局优化的方法对视觉惯性组合导航系统的全部历史状态序列进行估计,并反复线性化视觉惯性组合导航系统,克服视觉惯性组合导航系统的历史导航误差和线性化误差累积的问题,提高四旋翼视觉惯性组合导航系统的导航精度。首先,以相机采样时标为基准对惯性测量数据进行预积分处理,来对齐惯性和视觉采样数据。并在优化过程中,利用积分函数的线性化模型更新系统状态,避免积分运算;分析了视觉特征点匹配跟踪和直接法跟踪特征点的原理,采用直接法跟踪ORB特征点,给出直接法视觉里程计模型,提高视觉跟踪中的稳定性。然后,针对视觉惯性观测模型,设计了视觉惯性组合导航系统状态的最大后验概率模型,并采用增量式状态估计器估计视觉惯性组合导航系统的状态。最后,搭建四旋翼视觉惯性组合导航系统,实现视觉惯性组合导航算法。运用三组Euroc数据集测试本文方法和卡尔曼方法的视觉惯性组合导航系统。实验发现,本文的视觉惯性组合导航方法能较好的跟踪四旋翼轨迹,与msckf方法获得的轨迹相比,本文的视觉惯性组合导航方法,快速飞行过程导航精度更高,长期导航过程导航累积误差更小。